<mark id="oztn4"></mark>
0
| 本文作者： 付靜 | 2021-03-16 17:59 |
去年，餓了么小哥曾化身「機甲騎士」亮相上海，引起網(wǎng)絡(luò)熱議。
前不久，解放軍陸軍士兵也穿上了原本只能在科幻作品中看到的硬核裝備，上百斤的彈藥箱也能輕松搬運。
外賣小哥和解放軍戰(zhàn)士所穿的這一設(shè)備正是「機械外骨骼」。
機械外骨骼也稱動力外骨骼（Powered exoskeleton），是由鋼鐵框架構(gòu)成的可穿戴機器裝置，可為人們提供額外能量，供四肢運動。
縱觀機械外骨骼領(lǐng)域，工業(yè)裝備、物流、建筑、醫(yī)療、軍事等行業(yè)都曾有過商業(yè)化嘗試，比如我國運用于軍事偵查和巡邏的星云 L70 單兵外骨骼機器人、美國公司 Ekso Bionics 和 suitX 推出的工業(yè)外骨骼機器人、日本公司 Cyberdyne 推出的醫(yī)療和工業(yè)領(lǐng)域外骨骼機器人。
不過正如一位行業(yè)人士向雷鋒網(wǎng)表示的那樣：
機械外骨骼發(fā)展尚處在早期階段。
為進一步優(yōu)化機械外骨骼，一組來自加拿大滑鐵盧大學(xué)的研究人員正在結(jié)合計算機視覺和深度學(xué)習(xí)，希望機械外骨骼也能像人類一樣根據(jù)環(huán)境變化適應(yīng)、調(diào)整自身。
此前，相關(guān)研究成果發(fā)表于學(xué)術(shù)期刊《機器人與人工智能前沿》（Frontiers in Robotics and AI），題為 ExoNet Database: Wearable Camera Images of Human Locomotion Environments（ExoNet 數(shù)據(jù)庫：人體運動環(huán)境的可穿戴相機圖像）。
論文作者來自于滑鐵盧大學(xué)系統(tǒng)設(shè)計工程系、滑鐵盧人工智能研究所（Waterloo.ai）。
論文介紹了機械外骨骼的一般運作模式：
首先，高級控制器通過使用機器學(xué)習(xí)算法分析可穿戴式傳感器的實時測量值，識別用戶的運動模式（或者說意圖）。
然后，中層控制器將運動意圖轉(zhuǎn)換為特定軌跡。
最后，低級控制器通過使用前饋反饋控制回路來調(diào)制設(shè)備致動器，從而跟蹤參考軌跡并將信號誤差降至最低。
值得關(guān)注的是，機械外骨骼在不同運動模式間進行準(zhǔn)確的轉(zhuǎn)換是非常重要的，因為即便是一丁點錯誤也可能導(dǎo)致失衡甚至是傷害。
當(dāng)前，機械外骨骼大多需要用戶通過手機應(yīng)用程序或操縱桿手動控制。
自然，這意味著在使用機械外骨骼時會有很多不必要的麻煩。在研究團隊看來，傳統(tǒng)的需要手動操縱機械外骨骼的方式很大程度上會很不方便，且對認知要求很高。不難想象，用戶每次想進行一項新的運動時，都必須先停下來，拿出手機選擇想要的模式。
當(dāng)然這并不意味著如今機械外骨骼的控制方式還是原地踏步。
論文顯示，自 2015 年起，已有一些研究團隊做了嘗試。
比如開發(fā)「自動運動模式識別系統(tǒng)」，使用可穿戴傳感器（例如慣性測量單元 IMU 和表面肌電圖 EMG）在不同運動模式之間自動切換——不過，相比傳統(tǒng)方式，這種神經(jīng)肌肉-機械數(shù)據(jù)融合的方式提高了運動模式識別的準(zhǔn)確性。然而，這種測量仍然取決于患者，且 EMG 容易造成疲勞、電極皮膚電導(dǎo)率變化以及鄰近肌肉的串?dāng)_。
在此背景下，研究人員為機械外骨骼用戶安裝了可穿戴攝像頭，目前正在優(yōu)化 AI 計算機軟件來處理視頻，從而準(zhǔn)確識別樓梯、門等周圍環(huán)境特征，通過調(diào)整自身動作來模仿體格健全的人走路。
具體來講，研究人員給用戶安裝上一臺 iPhone XS Max，也就是所謂的可穿戴智能手機攝像頭系統(tǒng)。
其設(shè)計保證用戶在直立時，手機距離地面約 1.3 m，這將支持機載機器學(xué)習(xí)，從而進行實時環(huán)境分類。按照論文的說法，可穿戴式相機系統(tǒng)相對輕巧、不引人注目的特性使人類行走生物力學(xué)不受影響。
手機錄制了超過 52 個小時的 30 Hz、1,280×720 分辨率視頻，總計約 560 萬張圖像，總共被劃分為 12 類，即一個大規(guī)模分層數(shù)據(jù)集 ExoNet（已開源：https://github.com/BrockLaschowski2/ExoNet）。
據(jù)了解，ExoNet 包含約 923,000 個單獨標(biāo)記的圖像。相比之下，之前最大的數(shù)據(jù)集包含約 402,000 張圖像。可見，ExoNet 在規(guī)模和多樣性上，與以前的環(huán)境識別系統(tǒng)明顯不同。
上述成果來自于 ExoNet 項目，這一項目由該校系統(tǒng)設(shè)計工程專業(yè)博士生、滑鐵盧人工智能研究所成員 Brokoslaw Laschowski 領(lǐng)導(dǎo)。
據(jù)了解，Brokoslaw Laschowski 曾獲：
多倫多大學(xué)運動機能學(xué)（生物力學(xué)）理學(xué)學(xué)士
西安大略大學(xué)運動機能學(xué)（生物力學(xué)）理學(xué)碩士
滑鐵盧大學(xué)機械工程碩士
Brokoslaw Laschowski 表示：
在我們的控制方法下，機械外骨骼的運作不一定需要人類思考。我們正在設(shè)計的這種外骨骼和假肢就像自動駕駛汽車一樣。
據(jù)外媒 TechCrunch 報道，ExoNet 項目下一階段的目標(biāo)是：通過向電機發(fā)送指令，分析用戶當(dāng)前的運動和未來將要接觸的地形，使得機械外骨骼順利進行爬樓梯、避障等行動。
未來，研究人員還希望做到機械外骨骼“自我充電”，提高其能量效率。
引用來源：
https://www.eurekalert.org/pub_releases/2021-03/uow-eca031221.php
https://uwaterloo.ca/motion-research-group/brock-laschowski
https://www.frontiersin.org/articles/10.3389/frobt.2020.562061/full
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
